補刀林智堅「大新竹」!黃國昌:民進黨炒作選舉的竹竹併還有後續嗎
新頭殼.2024年4月19日 09:41

前新竹市長林智堅。   圖:張良一/攝(資料照片)

[Newtalk新聞] 前新竹市長林智堅先前積極促成「大新竹合併」,當時身兼民進黨主席的蔡英文總統動員民進黨全黨全力支持,民進黨立院黨團連署修正《地方制度法》,使縣市升格不再受人口數限制,但地方選舉過後卻不了了之。對此,民眾黨立委黃國昌直言:「為特定人量身打造修法、拿國家制度開玩笑,解套失敗後就想裝沒事,民進黨真的有把國家大政當一回事嗎?」

黃國昌在臉書以「民進黨炒作選舉的竹竹併,還有後續嗎?」為題發文寫道:「兩年半前,民進黨為了炒作地方大選,2021年9月6日,當時的新竹市長林智堅接受媒體專訪時拋出竹竹併 ,隨後,『府院高層』透過媒體匿名放話表示竹竹併宜由中央由上而下推動。」由於林智堅已擔任兩屆新竹市長,依法不得再競選連任,民進黨遭質疑為他解套。

黃國昌提到:「然而,後來因此一為『特定政治人物』解套的手路實在過於粗糙,引發社會強烈反彈,蔡政府就匆忙撤退,讓本應嚴肅以對的行政區域劃分,淪為炒作選舉的工具。今天,藉由內政委員會審查《地方制度法》修正的機會,我就此竹竹併對內政部次長吳容輝提出質詢」。

黃國昌指出:「吳次長先是口口聲聲說蔡政府對縣市合併的政策方向沒有改變,但當我具體詢問竹竹併無疾而終後,蔡政府到底做了些什麼?不出預期,吳次長除了拿出蔡政府任期都要結束,『行政院還在審查的《行政區劃程序法》草案』為政策辯護以外,其他什麼都說不出來,只能打高空!」

黃國昌續指:「吳次長也坦言,蔡政府卸任前,草案不可能完成審查;顯然,民進黨從頭到尾都只把竹竹併當成選舉炒作,否則,如果真的關心大新竹的發展,會是這種作為嗎?為特定人量身打造修法、拿國家制度開玩笑,解套失敗後就想裝沒事,民進黨真的有把國家大政當一回事嗎?」

查看原文

更多Newtalk新聞報導
反年改法案表決民眾黨拒投票挨轟 黃國昌:沒有義務投票支持民進黨
綠委自爆曾是「昌粉」還捐款 嘆黃國昌頻秀下限

林智堅稱「大新竹合併升格」支持度近6成,可見合併升格議題已經成熟。他指出,合併升格讓新政府有更多資源興建社宅,減輕年輕人購屋負擔。   圖:取自林智堅臉書(資料照片)

林智堅拋「大新竹合併」,獲得當時身兼民進黨主席的蔡英文總統動員民進黨全黨全力支持。   圖:新竹市政府提供

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

藍白 移送 監察院

立院 通過 電價

勞工 遊行

京華城 容積率

柯文哲 北士科

台南 賄選案

公視新聞網
TVBS新聞網
中天新聞網
華視
不滿NCC拒立院調閱文件 藍白提案將陳耀祥移送監察院
立法院聯席會議今(1)日排審《NCC組織法》,然而主委陳耀祥引發藍白立委不滿,質詢開始不到10分鐘就出現火爆衝突。藍白更提出臨時提案,指陳耀祥破壞憲政體制,應給予最嚴厲譴責並移送監察院。雖然民進黨團反對,但在野黨仍靠著人數優勢表決通過提案。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司